面向全息圖數(shù)據(jù)壓縮的小波神經(jīng)網(wǎng)絡(luò)算法研究.pdf

1、全息顯示技術(shù)因能逼真地展現(xiàn)物體所有視點、深度上的影像，滿足立體視覺感知的需求，被認為是當(dāng)今最前沿、最理想的三維顯示技術(shù)之一。然而全息圖自身所含的數(shù)據(jù)量十分龐大，不利于實時高效地傳輸、分析和存儲，嚴重阻礙了三維動態(tài)全息顯示技術(shù)的應(yīng)用發(fā)展。因此，迫切需要尋求一種運算速度更快、壓縮程度更高、圖像保真度更好的全息圖壓縮算法。
　　本文在研究全息圖的條紋信息特征和現(xiàn)有壓縮算法的基礎(chǔ)上，提出一種面向全息圖數(shù)據(jù)壓縮的小波神經(jīng)網(wǎng)絡(luò)算法。該算法通過

2、構(gòu)建系統(tǒng)輸入與輸出數(shù)據(jù)間的映射關(guān)系，將龐大的全息數(shù)據(jù)以少量的連接權(quán)值等參數(shù)的形式保存在網(wǎng)絡(luò)中，實現(xiàn)了全息數(shù)據(jù)大幅度壓縮，同時還能獲得高品質(zhì)的再現(xiàn)圖像。在實驗中，本文構(gòu)建出了用于全息圖壓縮的小波神經(jīng)網(wǎng)絡(luò)算法的模型，并編寫了仿真程序進行驗證。
　　針對小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中表現(xiàn)出來的收斂緩慢、易得到局部極值點、穩(wěn)定性較差、對初始值選取敏感等不足，考慮到遺傳算法是一種參照生物界中群體進化機理的先進搜尋技術(shù)，具有很強的并行處理以及全局尋

3、優(yōu)能力，引入遺傳算法去優(yōu)化網(wǎng)絡(luò)中權(quán)值等參數(shù)，設(shè)計了經(jīng)遺傳優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)全息圖壓縮過程。實驗證明，該壓縮模型不僅收斂速度快，全局尋優(yōu)能力強，而且在魯棒性、穩(wěn)定性上表現(xiàn)更加優(yōu)異。為了體現(xiàn)本壓縮方法的合理性和高效性，與離散余弦變換、離散小波變換和BP神經(jīng)網(wǎng)絡(luò)等壓縮算法在同一實驗環(huán)境下對多組實驗圖像進行對比實驗。實驗證實當(dāng)壓縮率低至1.56％時，本文提出的經(jīng)遺傳優(yōu)化的改進型算法計算出的峰值信噪比優(yōu)于現(xiàn)有算法，而且其均方誤差又較小，再現(xiàn)圖像細